以機器學習鑑別手術優先與矯正優先之正顎手術治療模式

手術優先的概念，是將牙齒角度部份的去代償工作藉由手術解決，並利用術後骨癒合期的”局部牙齒快速移動現象”，在術後快速完成牙齒的矯正排列。三維顱顏影像建置與模擬，可以預視顎骨移動的變化，使手術結果更加能預期。術中咬合建置的位置與目標，以及該病例是否適合手術優先，是基於不斷臨床經驗的累積與回饋來達成的。全數位全自動的咬合建置，是研究的終極目標。神經網路的人工神經網路是通過一個基於數學統計學類型的學習方法得以最佳化，透過數學統計學的應用來做人工感知方面的決定問題，這種方法比起正式的邏輯學推理演算更具有優勢。本研究的目的為：(1) 以影像軟體分析手術優先與矯正優先之咬合特性：(2) 以機器學習檢驗手術優先與矯正優先之咬合特性並產生自動分類之建議。本研究選取200名正顎手術患者本研究患者分為兩組，包含100名手術優先患者（surgery-first approach, SFA組）與100名矯正優先患者（orthodontic-first approach, OFA組）。患者資料收集包含：患者年齡性別與診斷、全身與顱顏相關病史與外傷史、術前與術後環景X光、三維牙模掃描檔案(STL file)，手術模擬之對咬關係與咬合點位置、上下咬合間距彩圖(color mapping)。相同的資料將採機器學習，以自動的方式區分手術優先與矯正優先的治療流程適應症。預定第一年為數位牙模資料準備標準化，並與人工智能實驗室做前期預備工作；第二年執行機器學習分析治療模式的特性並提出預測與建議。

系統編號:PC10907-1116
原計畫編號:MOST109-2314-B182-012